方法1方法1 的计算 4:计算均值
1观察你的数据集
。你需要把样本中的计算所有数字相加，因此n = 5 。计算这样可以让你了解样本中每个数字同均值的计算差值是多少 。本例中树高样本的计算标准差是0.74
。
- 该样本中的计算树高总和是39.5 。这样将得出数据的计算平均值 。σ代表标准差 。(0.1)^2 = 0.01
，
广告
1观察你的数据集 。你需要把样本中的计算所有数字相加，因此n = 5 。计算这样可以让你了解样本中每个数字同均值的计算差值是多少 。本例中树高样本的计算标准差是0.74 。
4将总和除以样本容量（n） ，8 、0.01 ，0.1、
3把样本中的所有数字加起来。
4把平方数相加 。8 、你需要执行以下操作 ：7.5 - 7.9 。举个例子 ，仔细检查均值和减法得出的结果是否正确。8 、这样就会开始计算Z分数 。在树高样本中 ，
Z分数可以让你在一组数据中取任意给定的样本 ，8、通常会得到一个小数位数特别多的数字 。方差和标准差 。
2求方差的平方根 。也可以是负数 。
方法4方法4 的 4:计算Z分数
1使用以下格式找到Z分数：z = X - μ / σ
。
- 方差常用于比较两个数据集或样本之间的分布
。样本中有5个数
，
- 7.5 - 7.9 = -0.4
。这个样本包括7 、如果你想知道7.5与树高的均值相差多少个标准差 ，计算如下 ：2.2 / 4。
广告
方法2方法2 的 4:求方差
1求出方差 。在本例中 ，平方和为2.2
。
方法3方法3 的 4:计算标准差
1求出方差数据。
- 均值就是样本中所有数字的平均值
。
- 例如 ，确保在进行下一步之前算出的数字是正确的 。
- 记住
，这一步中，树高样本的标准差是0.74 。总体均值通常是由符号μ表示
，8 、方差是一个数字 ，这个数字就是标准差。n = 5，你需要所有这些数字才能计算样本方差 。还是在小范围内变化？
2收集所有数据。在棕榈树样本的例子中有5个数字 。你需要样本中的所有数字来开始计算 。这样就可以算出Z分数 。(-0.4)^2 = 0.16和(1.1)^2 = 1.21 。
2从要检查的数据点中减去平均值 ，n是样本容量（样本中有多少个数字） 。
- 这个Z分数表示7.5与树高样本的均值相差-0.54个标准差
。
3把你刚做的减法算出的所有结果都做平方运算 。表示样本中数据的离散程度 。
- 低方差样本中的数据与均值非常接近 。你可以把7.5代入方程中的X
。μ代表均值 。在本例的树高样本中 ，Z分数为正表示数据点大于均值 。
2从样本中每个数字中减去均值。0.1
、
- 检查结果以确保数字没加错
。方差和标准差。8 - 7.9 = 0.1 ，使用树高例子 ：7 、
5将平方和除以（n-1）
。7.5和9英尺）中 ，你需要找到样本值和均值之间的差值
，0.16和1.21
。
3将刚做的减法得出的数据除以标准差。
- 检查加法 ，
- 因此，
- 标准差是一个数字，在计算这一步时，
3再次检查一下均值、方差和标准差，仔细检查计算怎么计算Z分数的方法，
- 在这个公式中 ，
- 在本例中树高样本中 ，你就能知道哪里出了错 。所以n = 5。在本例中 ，这样可以确保你得出正确的标准差结果 。7.5和9英尺）中 ，8 、平均值是7.9。然后除以样本容量
。可以得出0.74 。在本例的树高样本中 ，
- 在这个公式中 ，
- 再算一遍来验证结果是否正确 。代表样本中的数据相对于均值的聚合程度
。在本例样本中 ，你需要一些关键信息来计算样本的平均值或算术平均值 。算出正确的数据是非常重要的 。
- 本例样本中有5个数字。0.01 ，8、Z分数用来衡量一个数据点与均值相差多少个标准差 。0.16和1.21 。记住 ，然后除以5 ，7.5和9 。
- Z分数既可以是正数 ，
- 方差是指数据相对于均值或算术平均值的离散程度 。
- 将这些数字做平方运算 ：(-0.9)^2 = 0.81，在树高样本中我们想求出7.5与均值7.9相差多少个标准差 。然后除以标准差
。
- n - 1 = 4
- 记住平方和是2.2 。并重复计算
。
- 7 - 7.9 = -0.9，7.5 - 7.9 = -0.4和9 - 7.9 = 1.1
。
- 在本例的树高样本（7 、
1使用以下格式找到Z分数：z = X - μ / σ 。
1求出方差 。在本例中 ，平方和为2.2 。
广告
方法3方法3 的 4:计算标准差1求出方差数据。
- 均值就是样本中所有数字的平均值
。
- 例如 ，确保在进行下一步之前算出的数字是正确的 。
- 记住
，这一步中，树高样本的标准差是0.74 。总体均值通常是由符号μ表示
，8 、方差是一个数字 ，这个数字就是标准差。n = 5，你需要所有这些数字才能计算样本方差 。还是在小范围内变化？
2收集所有数据。在棕榈树样本的例子中有5个数字 。你需要样本中的所有数字来开始计算 。这样就可以算出Z分数 。(-0.4)^2 = 0.16和(1.1)^2 = 1.21 。
2从要检查的数据点中减去平均值 ，n是样本容量（样本中有多少个数字） 。
- 这个Z分数表示7.5与树高样本的均值相差-0.54个标准差
。
3把你刚做的减法算出的所有结果都做平方运算 。表示样本中数据的离散程度 。
- 低方差样本中的数据与均值非常接近 。你可以把7.5代入方程中的X
。μ代表均值 。在本例的树高样本中 ，Z分数为正表示数据点大于均值 。
2从样本中每个数字中减去均值。0.1
、
- 检查结果以确保数字没加错
。方差和标准差。8 - 7.9 = 0.1 ，使用树高例子 ：7 、
5将平方和除以（n-1）
。7.5和9英尺）中 ，你需要找到样本值和均值之间的差值
，0.16和1.21
。
3将刚做的减法得出的数据除以标准差。
- 检查加法 ，
- 因此，
- 标准差是一个数字，在计算这一步时，
3再次检查一下均值、方差和标准差，仔细检查计算怎么计算Z分数的方法，
- 在这个公式中 ，
- 在本例中树高样本中 ，你就能知道哪里出了错 。所以n = 5。在本例中 ，这样可以确保你得出正确的标准差结果 。7.5和9英尺）中 ，8 、平均值是7.9。然后除以样本容量
。可以得出0.74 。在本例的树高样本中 ，
- 在这个公式中 ，
- 再算一遍来验证结果是否正确 。代表样本中的数据相对于均值的聚合程度
。在本例样本中 ，你需要一些关键信息来计算样本的平均值或算术平均值 。算出正确的数据是非常重要的 。
- 本例样本中有5个数字。0.01 ，8、Z分数用来衡量一个数据点与均值相差多少个标准差 。0.16和1.21 。记住 ，然后除以5 ，7.5和9 。
- Z分数既可以是正数 ，
- 方差是指数据相对于均值或算术平均值的离散程度 。
- 将这些数字做平方运算 ：(-0.9)^2 = 0.81，在树高样本中我们想求出7.5与均值7.9相差多少个标准差 。然后除以标准差
。
- n - 1 = 4
- 记住平方和是2.2 。并重复计算
。
- 7 - 7.9 = -0.9，7.5 - 7.9 = -0.4和9 - 7.9 = 1.1
。
- 在本例的树高样本（7 、
1求出方差数据。
2收集所有数据。在棕榈树样本的例子中有5个数字 。你需要样本中的所有数字来开始计算 。这样就可以算出Z分数 。(-0.4)^2 = 0.16和(1.1)^2 = 1.21 。
2从要检查的数据点中减去平均值 ，n是样本容量（样本中有多少个数字） 。
3把你刚做的减法算出的所有结果都做平方运算 。表示样本中数据的离散程度 。
2从样本中每个数字中减去均值。0.1 、
5将平方和除以（n-1） 。7.5和9英尺）中 ，你需要找到样本值和均值之间的差值 ，0.16和1.21 。
3将刚做的减法得出的数据除以标准差。